來源：鈦媒體國際智庫
水母在天空中飛翔（圖片來源：sora官網）
“改變世界的產品”來了。
鈦媒體AGI獲悉，北京時間12月10日凌晨，美國OpenAI公司推出 AI 文生視頻模型Sora的新版本Sora Turbo，稱其比2月預覽的Sora模型更快，可生成最高1080p分辨率、最長20秒視頻，支持用戶輸入文字或上傳圖像，並上线全新UI界面，以便對生成視頻進行修改、創建、擴展、循環、混合，或用文本生成全新的內容。
OpenAI稱，Sora Turbo將免費提供給ChatGPT Plus和Pro用戶，Plus用戶每月最多可以生成50個480p分辨率視頻，每月20美元（約合人民幣145元）；Pro訂閱者則最多可生成500個視頻，並支持20秒時長、1080p分辨率，可下載無水印版視頻，對應每月費用200美元（約合1450元）。
作爲OpenAI的重要世界模擬器，你可以看到，上面這組Sora演示畫面能夠實現一致性和動作連貫性，流暢度也比之前Sora預覽版高很多。
OpenAI CEO奧爾特曼（Sam Altman）表示，“視頻對 OpenAI 來說很重要，我想分享三點：首先，我們熱衷於爲創作者打造工具。這種創造文化對我們至關重要，也是我們希望人類利用 AI 的方式之一。在早期測試者中，我們觀察到一種新型的協作創作動態，這不僅有趣，而且顯示了 AI 創意工具的潛在使用模式；第二，我們不希望這個世界只是科技。如果 AI 系統主要通過文本來與人互動，我認爲我們錯過了一些重要的東西。我們希望我們的 AI 能理解並生成視頻，我認爲這將深刻改變我們使用計算機的方式；第三，這對我們的AGI路线圖至關重要。視頻將是一個重要的環境，我們或AI將在這裏學習到很多關於如何實現我們在世界上所需的目標。”
國內對於此次Sora Turbo的發布看法不一。
多位 AI 行業人士向鈦媒體App表示，這是改變下一個 AI 視頻生成領域的新契機。也有 AI 視頻領域技術專家王海（匿名）對鈦媒體App坦言，“此前先機都已經被OpenAI‘清零’，今天對於國產AI視頻生成行業來說可能是一場‘噩夢’。”
事實上，隨着Sora預覽版公布，過去300多天引爆了全球 AI 視頻創業熱潮，國外Runway、Pika、HeyGen都曾聲稱可以超越Sora，字節、快手、阿裏、騰訊等互聯網科技巨頭也紛紛公布 AI 視頻產品，使用者超過百萬；智譜、生數、愛詩科技、智象未來等AI 視頻初創公司則已經开始從產品轉向商業化。AI 短劇導演陳坤曾透露，AI使得的制作周期從通常的3-6個月縮短到了2個月，成本達到傳統制作流程的1/4以下。
生數科技聯合創始人、CEO唐家渝早前向鈦媒體App表示，“整體上來講，我們（中國）追趕Sora肯定比追趕GPT-4容易一些。今年一定能達到Sora目前版本的效果，很難說是三個月還是半年（笑），但這件事我們的信心還是非常足的。”
一場與Sora的中美 AI 視頻生成競爭已經爆發。
生成一個視頻0.75元、市場規模將超180億，
視頻大模型正加速競賽
“爲什么AI視頻生成這種產品，優愛騰（優酷、愛奇藝、騰訊視頻）和B站不做，卻被快手可靈做了出來？”
早前一場私下討論中，有投資人對一位即將做 AI 視頻生成的創業者進行上述質詢。他認爲，這輪 AI 視頻生成的機會已經與傳統互聯網視頻領域有很大不同，優酷、愛奇藝、騰訊視頻都不再做 AI 視頻領域，但影視行業卻看到了發展需求。
2024年2月，OpenAI發布視頻生成模型Sora，首次由 AI 生成了長達1分鐘的多鏡頭長視頻，輸入寥寥數語便能生成效果炸裂視頻，鏡頭感堪比電影，震驚全球。
隨後，全球掀起了一場關於Sora的討論風暴，猶如兩年前的ChatGPT爆火，大量 AI 公司以做“中國版Sora”爲目標，衆多企業、教授、互聯網大廠都下場參與其中。
清華大學計算機科學與技術系博世AI教授、生數科技創始人兼首席科學家朱軍，曾任字節跳動AI Lab總監、愛詩科技創始人王長虎，前京東集團副總裁、加拿大工程院外籍院士、智象未來創始人梅濤，新加坡國立大學校長青年教授、潞晨科技創始人尤洋等人都已進入 AI 視頻這一“紅海”賽道當中創業。
事實上，紅杉資本2023年發布的一篇關於生成式 AI 發展進程的預測報告中表明，在歷經文生文、文生圖的升級迭代後，底層大模型技術迭代放緩，因此，視頻方向將是 AI 領域需要重點關注的方向之一，因爲視頻雜糅了文本、語音、圖像等多維度內容，有更多的想象空間。
所謂生成式 AI 視頻生成，就是通過計算機視覺、機器學習、ViT架構等多種AI技術手段，可實現視頻內容生成過程的自動化。
無論是文生視頻，還是圖生視頻、視頻生視頻，AI 驅動的視頻生成工具的使用不斷增加，將有助於增強視頻制作工作流程，爲影視、遊戲、培訓與教育、營銷與廣告、社交媒體等領域發展提供更多增長空間。
據Fortunebusinessinsights數據，2024年，全球 AI 視頻生成市場規模預計達6.148億美元，預計到2032年，整個市場規模將超過180億元，增至25.629億美元（約合人民幣186.36億元），年復合增長率19.5%，市場前景廣闊。
早在Sora發布之前，2023年1月起，Runway、Genmo、英偉達、Pika等海外公司都迅速公布 AI 視頻生成和多模態技術產品。而隨着Sora爆火，AI+視頻技術和產品正在迅猛升級迭代，諸如電影、廣告、視頻剪輯、視頻流媒體平台、UGC 創作平台、短視頻綜合平台等衆多行業有望受益。
截至目前，國內 AI 視頻生成參與方主要分爲三類：
智譜、生數科技（清華系）、愛詩科技、智象未來HiDream（中科大系）等初創公司和產業鏈上下遊企業；
快手、字節跳動、騰訊、阿裏等擁有短視頻和 AI 技術的互聯網科技龍頭；
TeleAI、智源等央國企搭建的AI研究院和新型研發機構。
在這其中，智譜、生數、愛詩科技、智象未來這些初創公司都已經從技術迭代轉向了商業化變現，而快手、騰訊、阿裏都已逐步爲C端提供服務，像騰訊已表達“不急於商業化”的態度。
商業化層面，AI視頻生成提供To C端、To B端服務兩種。如今，不少AI產品已經开始進軍海外，並且推出了較爲完備的會員付費體系，快速進行商業化變現。
C端層面，快手可靈、字節即夢、智譜清影、生數Vidu都提供每月的付費服務，或者是有一定限額免費生成AI視頻；而B端層面，快手可靈、字節即夢（火山引擎）、生數Vidu、愛詩科技、智象未來等都提供API接口和相關解決方案服務。
以愛詩科技爲例。
愛詩科技銷售負責人王平（化名）告訴鈦媒體App，其主要售賣長達5秒的PixVerse V3和V2.5版本，V2.5版本價格低至每次調用API價格爲0.75元/張，一次生成5張左右，也就是3.75元；V3版本提供2倍的價格，即每次調用API價格爲1.5元/張，也是一次生成5張，也就是7.5元一次，如果有新功能價格則增加一倍。
同時，愛詩科技需要與企業籤訂電子版合作協議，預付費價格包括1.5萬元/3萬元/12萬元幾個檔位，最高可享受8折優惠，如果有新功能價格則增加一倍，當然這也包括一些合同時間限制。
王平強調，愛詩科技這種價格檔位是行業裏面最低的，低於其他競爭對手（生數、可靈）的報價，但性能效果和其他同行差不多。
唐家渝透露，目前生數Vidu To B版本向每位客戶（API）的每月使用費可以從10萬到100萬元，大部分是預付費方式，客戶包括影視、互聯網、營銷廣告等領域；而To C端，Vidu提供免費版和3種收費機制，按月度訂閱，標准版、高級版、尊享版價格依次爲19.99美元、59.99美元、199.99美元（約合人民幣145.22元、435.80元、1452.83元），按年訂閱價格95.99美元起，可去水印和商用，並且擁有更多新功能。
同樣是清華系的智譜AI，公布支持生成6秒時長的 AI 視頻生成產品“清影”，目前也已經公开測試和开源，付費模式層面，如果加速時間，付費5元，解鎖一天（24小時）的高速通道權益；付費199元，解鎖一年的付費高速通道權益。
然而，由於技術尚未足夠成熟，目前市面上的文生視頻模型仍然存在一些缺陷。
例如，生成視頻在畫質、細節、真實感等方面仍與真實視頻存在差距，且用戶對視頻生成過程的控制能力有限，只能通過修改文本提示來間接影響視頻生成效果，而文本與視頻的語義匹配度不足，也會導致生成效果不及用戶預期。
此外，國內 AI 視頻生成產業鏈依然不成熟，面臨算力稀缺、數據需要多輪訓練等情況。而且，AI 視頻成本也很高，整個經濟下行導致市場需求低於預期，很多企業已經把商業化轉向了KA級大客戶和大項目，但這種大型項目回款較難，所以生數、智譜等 AI 企業都在其中尋找“商業化平衡”。
鈦媒體App則了解到，有一家國內 AI 視頻生成公司於去年成立，就已經從企業客戶處獲得4000萬元的收入，今年預計該公司銷售收入將超過1億元，原因是他們盯上了一塊更大的蛋糕：AI 短劇市場。
短劇近年來太火，打开App Store應用商店，榜首基本被短劇應用霸佔。用戶就愛這種幾分鐘的“快餐”，劇情快，看着過癮。市場規模方面，2023年，短劇就已經到了373.9億元，比前年暴增267.65%，這一數字已經頂得上電影票房的七成了，今年預計還要突破500億，直逼電影市場。
有行業人士私下向鈦媒體AGI解釋稱，越南等東南亞市場擁有大量短視頻和短劇市場需求，很多連續劇需要配音翻譯、非事實性視頻輸出，這些都已需要 AI 視頻技術的加持，目前AI短劇單一訂單價格基本在數億元規模。
多位 AI 領域行業人士表示，目前初創企業對於項目的商業“轉化率”要求越來越高，而且對於商業化訴求極爲強烈，有一些 AI 視頻生成企業甚至進入到上遊算力賽道、下遊影視公司賽道進行議價，通過“打包”方式獲得更大的機會點。
AI生成視頻仍無法徹底替代影視行業
“爲什么美國的互聯網大廠，沒有每個人都做一個視頻生成模型，而中國的騰訊、字節卻在做？”最近，一位AI視頻行業人士向鈦媒體App吐槽稱，國內 AI 視頻生成領域也开始“卷”起來了，價格战、輿論战、銷售战都在爆發，但微軟、谷歌、Meta這些美國科技巨頭卻沒有任何視頻模型產品。
很顯然，從算力、算法和數據成本角度考量，中國互聯網巨頭進入 AI 視頻大模型領域，加速商業化，尋找落地場景，已經與美國 AI 視頻領域出現不同的“打法”。
智譜AI CEO張鵬則認爲，AI生成視頻無法徹底替代影視行業，真正進入電影尚需時日。“AI行業對多模態模型的探索還處於初級階段。”
但 AI 視頻“替代”之路正無限接近成爲現實。
12月4日晚，谷歌DeepMind團隊發布大型基礎世界模型Genie 2，聲稱可以生成各種一致的世界，可玩時間長達一分鐘，無論是視頻生成效果，還是表現形式，都超出了普通AI視頻生成的水平。
事實上，相對於OpenAI、Luma AI這些視頻模型、多模態模型平台，谷歌、Meta等巨頭都在瞄准一個 AI 未來的賽道：世界模型，而非多模態技術。而谷歌在今年5月發布的AI視頻模型Veo如今已經开始內測。
此外，作爲AI領域影響力最大的女性華人之一，斯坦福大學教授李飛飛於當地時間12月2日公布了其首個創業項目World Labs的成果——能用單張靜態圖片生成3D世界的AI產品。
在World Labs網站的演示裏，由AI生成的場景均通過瀏覽器實時渲染而成，用戶可以使用箭頭鍵或鍵盤（WASD）鍵移動，然後單擊並拖動鼠標實現交互，從而自由探索場景。World Labs的AI工具配備了可操控的滑塊來調節模擬景深（DoF）與模擬推拉變焦（dolly zoom），當使用者將景深效果調至越強時，背景中的物體便會越發模糊，爲整個視覺體驗增添了更多層次感與真實感。
如今，AI 視頻取代傳統影視制作的潮流已勢不可擋。
今年6月，繼好萊塢編劇在大罷工中要求限制AI撰寫劇本之後，代表好萊塢演員權益的美國演員工會-美國電視和廣播藝人聯合會（SAG-AFTRA）表示，AI 在影視行業確有用武之地，但必須在演員同意並付費的前提下使用，譬如在計算機生成的動作、表情捕捉畫面上，“AI應該是輔助、增強人類，而不是取代人類”。
因此，美國演員工會認爲，應該在影視制作中約束 AI 的使用，以便保護好“人類員工”。就在今年12月，好萊塢級AI視頻《Dream Machine》預告片公布，引發關注。
回到國內，今年12月3日，騰訊混元大模型宣布上线文生視頻（text-to-video）能力，基於130億參數，成爲國內規模最大AI視頻模型，並聲稱模型效果擊敗Runway Gen-3、Luma 1.6等；同日，中國電信公布文生視頻產品。
如今，隨着 Sora Turbo的發展，AI 視頻生成這一新興市場競爭將更爲激烈。
留給“中國版Sora”們趕超的時間真的不多了。
特別聲明：以上文章內容僅代表作者本人觀點，不代表新浪網觀點或立場。如有關於作品內容、版權或其它問題請於作品發表後的30日內與新浪網聯系。標題：太震撼了！美國Sora新版本發布，留給“中國Sora”們的時間不多了｜鈦媒體AGI
地址：https://www.utechfun.com/post/453086.html